New aspects in robustness testing

Het doctoraatsonderzoek situeert zich in het domein van de chemometrie, en behandelt meer bepaald het gebruik van experimentele designs in robuustheidstesten. Chemometrie is het geheel van wiskundige en statistische technieken, die onder andere toelaten om optimale experimentele procedures te selecteren, en via data analyse relevante informatie te verschaffen. Experimentele designs laten toe in een vooraf gedefinieerd aantal experimenten de invloed (effect) van verschillende factoren op de bestudeerde responsen te bepalen, en dit door de niveaus van de factoren simultaan te laten variëren. In vergelijking met de één-variabele-per-keer aanpak, leidt het gebruik van experimentele designs tot een beperkter aantal uit te voeren experimenten. De robuustheid van een methode is een maat voor zijn capaciteit om bij het aanbrengen van kleine opzettelijke variaties in de methodeparameters geen invloed te ondervinden op de bekomen resultaten. Het geeft een indicatie van de betrouwbaarheid bij een normaal gebruik van de methode. In deze doctoraatsthesis werden nieuwe aspecten in robuustheidstesten, uitgevoerd aan de hand van experimentele designs, geëvalueerd. Enerzijds werd een statistische analysemethode, nl. randomizatietesten, in detail onderzocht. Het gebruik ervan bleek niet aan te raden omdat betere en minder tijdrovende methodes bestaan. Anderzijds werden minder courant gebruikte experimentele designs, nl. gesupersatureerde designs, onderzocht. Deze designs hebben meer factoren dan het aantal uitgevoerde experimenten, wat het schatten van de effecten problematisch maakt. Een nieuwe methode, nl. de Fixing Effects and Adding Rows (FEAR) methode, werd ontwikkeld om de effecten van gesupersatureerde designs accurater te schatten.